基于稀疏表示的单幅图像超分辨率重建研究

于海平+林晓丽+周凤丽+张华丽

摘要：針对传统超分辨率重建方法计算复杂度高、重建效果差等问题，提出一种基于稀疏表示的图像超分辨率重建模型。该模型利用稀疏表示方法，结合自回归原理将原始图像表示为若干个图像块的线性组合，并根据图像边缘特征将图像块进行划分，以提高算法效率，最后结合分治思想、变量分离技术以及增广拉格朗日方法对模型进行求解。实验结果表明，与传统插值算法相比，该算法对图像重建效果更好。

关键词关键词：稀疏表示； 超分辨率；变量分离技术；增广拉格朗日

DOIDOI：10.11907/rjdk.171376

中图分类号：TP317.4

文献标识码：A文章编号文章编号：16727800（2017）011022505

0引言

在数字图像采集过程中，由于受到成像设备和拍摄条件的制约，人们常常无法获得高分辨率的图像。由于通过改善硬件设备提高图像分辨率代价很高，因而从软件方面提高图像分辨率意义重大。因此，超分辨率重建（Super Resolution Image Reconstruction，SR）成为当今研究的热点问题[13]。该技术是一门综合了传感器、图像处理（Image Processing）、计算机视觉（Computer Vision）和人工智能（Artificial Intelligence，AI）等多门学科的交叉问题，它在医学成像（Medical Imaging）、图像压缩（Image Compression）、图像特征提取（Image Feature Extraction）以及遥感成像（Remote Sensing Image）等领域具有重要的应用价值[49]。

图像超分辨率重建旨在利用同一场景下的一幅或多幅图像重建出一幅高分辨率图像，这是Tsai[10]于1984年首次提出的对图像超分辨率重建的定义。此后，许多学者进行了大量研究。目前，超分辨率重建方法主要分为基于插值的方法、基于建模的方法和基于学习的方法3大类。……